在 Pandas 中读取 CSV 文件时如何解决 UnicodeDecodeError？

UnicodeDecodeError：解决在 Pandas 中读取 CSV 文件时的编码问题

简介

使用CSV 文件通常会带来编码挑战，特别是在遇到默认不支持的字符时编码。 Pandas 是 Python 中流行的数据操作库，提供 read_csv() 方法来从 CSV 文件导入数据。但是，此方法在处理 Unicode 编码字符时偶尔会遇到 UnicodeDecodeError。

错误分析

提供的错误消息表明 read_csv() 方法正在挣扎使用默认的 UTF-8 编码对文件中的字节进行解码。无效的连续字节表明该文件可能已使用不同的编码进行编码。

解决问题

要解决此错误，您可以在以下情况下显式指定编码：读取 CSV 文件。 Pandas 为此提供了编码参数。可以采用以下方法：

• ISO-8859-1 编码：
  使用 ISO-8859-1 编码，该编码通常用于西方欧洲性格集：

  data = pd.read_csv(filepath, encoding="ISO-8859-1")

• UTF-8 编码：
  或者，尝试使用 UTF-8 编码，它适用于全球字符集：

  data = pd.read_csv(filepath, encoding="utf-8")

其他别名也可以使用 ISO-8859-1，例如“latin”或“cp1252”。请参阅 Pandas 文档或 Python 文档以获取支持的编码的完整列表。

检测文件编码

如果您不确定 CSV 文件的编码，您可以使用 enca、Linux 上的 file -i 或 macOS 上的 file -I 等工具来确定正确的编码。

其他资源

• [Pandas read_csv() 文档](https://pandas.pydata.org/pandas-docs/stable/reference /api/pandas.read_csv.html)
• [Python csv 模块示例](https://docs.python.org/3/library/csv.html#examples)
• [每个开发人员应该了解的有关 Unicode 和字符集的知识](https://unicode.org/报告/tr15/)

以上是在 Pandas 中读取 CSV 文件时如何解决 UnicodeDecodeError？的详细内容。更多信息请关注PHP中文网其他相关文章！